经典计量经济学模型放宽基本假定的问题.ppt

经典计量经济学模型;第一节 异方差;对于模型;一般情况下:; 。;; 二、 异方差的来源与后果;*;*; 例2，以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?I; 例3 以某一行业的企业为样本建立企业生产函数模型 Yi=Ai?1 Ki?2 Li?3e?i; 异方差的后果;*;*; 2、变量的显著性检验失去意义; 3、模型的预测失效; 三、异方差检验;问题在于用什么来表示随机误差项的方差一般的处理方法是:;几种异方差的检验方法：;使用X—e的散点图看是否形成一斜率为零的直线; 2、戈德菲尔德-匡特(Goldfeld-Quandt)检验;*; G-Q检验的步骤：; ④在同方差性假定下，构造如下满足F分布的统计量; 3、怀特（White）检验;注意：; 四、 异方差的修正; 例如，如果对一多元模型，经检验知：;一般情况下:; W是一对称正定矩阵，存在一可逆矩阵D使得 W=DD’ ;这就是原模型 Y=X?+u 的加权最小二乘估计量，是无偏、有效的估计量。 ;如何得到?2W ？;注意：;2. 仍采用OLS法估计系数， 但采用OLS估计量标准误差的异方差性一致估计值代替其OLS估计值 怀特（H. White）提出的产生OLS估计量的异方差性一致标准误差的方法，为解决异方差性问题提供了另一种途径。 怀特的贡献是解决了异方差性造成系数的置信区间和假设检验结果不可信赖的问题，该后果是由于方差的OLS估计量不再是无偏估计量而造成的。;.;.; 这类估计量的性质不是“最好”，但它们对于某些假设条件（在这里是同方差性）的违背不敏感，这类的估计量称为稳健估计量（robust estimators）。 与我们前面介绍的FGLS法相比，本段介绍的解决异方差性的方法的优越之处在于，不需要知道异方差性的具体形式。因此，在异方差性的基本结构未知的情况下，建议仍采用OLS法估计系数，而采用其方差的稳健估计量，如怀特的异方差性一致估计量。 ;五、 案例分析 ;*;图形检验 ;*;进一步的统计检验 ;计算F统计量： F= RSS2/RSS1=958109.4/150867.9=6.35 ;（2）怀特检验 ;*;应用加权最小二乘法;*;怀特的异方差性一致估计量;第二节 自相关 ;一、自相关概念 二、自相关的后果 三、自相关的检验 四、具有自相关模型的估计 五、案例; 一、 非自相关假定;或;称为一阶列相关，或自相关（autocorrelation）;; 二、自相关的来源与后果; 2、模型设定的偏误 ; 但建模时设立了如下模型： Yt= ?0+?1Xt+vt 因此，由于vt= ?2Xt2+ut, ，包含了产出的平方对随机项的系统性影响，随机项也呈现序列相关性。; 3、数据的“编造”; 计量经济学模型一旦出现序列相关性，如果仍采用OLS法估计模型参数，会产生下列不良后果：; 2、变量的显著性检验失去意义; 3、模型的预测失效;三、 自相关检验; 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。; 1、图示法;2、杜宾-瓦森（Durbin-Watson）检验法 ; ; D.W检验步骤:; 当D.W.值在2左右时，模型不存在一阶自相关。;如果存在完全一阶正相关，即?=1，则 D.W.? 0 完全一阶负相关，即?= -1, 则 D.W.? 4 完全不相关， 即?=0，则 D.W.?2; 3、拉格朗日乘数（Lagrange multiplier）检验 ; GB检验可用来检验如下受约束回归方程 ; 如果模型被检验证明存在序列相关性，则需要发展新的方法估计模型。; 1、广义最小二乘法;：;、;可以采取普通最小二乘法估计;2.一阶差分法;如果模型存在完全一阶正相关;、; 3、广义差分法; 注意：; 六、随机误差项相关系数的估计;1.用DW统计量的值计算ρ; 2.科克伦-奥科特迭代法。;求出ui新的“近拟估计值”， 并以之作为样本观测值，再次估计 ; 类似地，可进行第三次、第四次迭代。;3.杜宾（durbin）两步法;应用软件中的广义差分法;如果能够找到一种方法，求得Ω或各序列相关系数?j的估计量，使得GLS能够实现，则称为可行的广义最小二乘法（FGL